Um guia ilustrativo para expressar teorias cognitivas usando modelagem de acumulação de evidências

Resumo Modelos de acumulação de evidências (EAMs) explicam e prevêem escolhas humanas e tempos de resposta de uma forma que se relaciona mais diretamente a processos cognitivos do que análises tradicionais. Por exemplo, EAMs podem separar o trade-off entre velocidade e precisão da capacidade de processamento. No entanto, há pouca orientação disponível sobre como usar EAMs para concretizar teorias de processos cognitivos, que frequentemente envolvem mapeamentos complexos de parâmetros para desenhos experimentais. Este tutorial ilustra como incorporar tais teorias usando o pacote R EMC2. Mostramos como os efeitos dos processos cognitivos podem ser estimados mapeando parâmetros do EAM para desenhos experimentais usando uma linguagem de modelo linear aumentada. Demonstramos com dois exemplos. O primeiro instancia uma teoria da memória prospectiva. O segundo instancia uma teoria de como humanos integram conselhos de auxiliares de decisão automatizados em suas escolhas. Em seguida, mostramos como combinar essas duas diferentes teorias em uma estrutura unificada. Concluímos discutindo direções futuras para a incorporação de teorias, incluindo mapeamentos não lineares dos valores do estímulo para parâmetros do EAM e a incorporação de dinâmicas de tentativa a tentativa.